分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-06-19 合作期刊: 《计算机应用研究》
摘要: 针对螺杆式制冷压缩机种类的多样性以及故障的复杂性,难以获得有效的预测模型的问题。提出了一种基于自适应差分进化算法(SADE)优化的混合核最小二乘支持向量机(LSSVM)的预测模型,该模型的SADE相比于其他智能寻优算法理论结构简单、参数设置少且搜索能力强。在寻优过程中,SADE分别从差分策略、缩放因子、交叉概率做到了自适应,保证了寻优初期的全局搜索能力和种群多样性,提高了局部搜索能力和收敛速度,利用SADE对核参数、LSSVM参数、混合核调节参数进行寻优,提高了混合核LSSVM预测模型的精度。将该模型运用到压缩机的故障预测中,实验结果表明,该模型能有效的预测出压缩机的故障,验证了该模型的可行性。